Sobre-relajación sucesiva simétrica (SSOR)

Ir a la navegaciónIr a la búsqueda
En análisis numérico, el método de sobre-relajación sucesiva simétrica (SSOR), es
un método iterativo que permite estimar soluciones de un sistema de ecuaciones
lineales. También puede ser utilizado como precondicionador para otros métodos
iterativos.

SSOR es un método iterativo de tipo estacionario, por lo que cada iteración es de

la forma:

{\displaystyle x^{(k+1)}=Qx^{(k)}+c.}
{\displaystyle x^{(k+1)}=Qx^{(k)}+c.}
Su velocidad de convergencia, dada por el radio espectral de {\displaystyle Q}Q,
suele ser inferior a la de SOR. 1 Esto hace que la mayor utilidad de SSOR sea como
precondicionador de otros métodos iterativos.

Índice
1 Deducción del método
2 Uso como precondicionador
3 Véase también
4 Referencias
Deducción del método
Se quiere resolver un sistema lineal de la forma: {\displaystyle Ax=b}{\
displaystyle Ax=b}. La matriz {\displaystyle A}A se descompone en la suma de su
forma diagonal {\displaystyle D}D, triangular inferior {\displaystyle L}L y
triangular superior {\displaystyle U}U:

{\displaystyle A=L+D+U}
{\displaystyle A=L+D+U}
El método SSOR se obtiene aplicando una iteración de sobre-relajación sucesiva
(SOR):

{\displaystyle \mathbf {x} ^{(k+{\frac {1}{2}})}=-(D+\omega L)^{-1}{\big (}\omega

U+(\omega -1)D{\big )}\mathbf {x} ^{(k)}+\omega (D+\omega L)^{-1}\mathbf {b} ,}
{\displaystyle \mathbf {x} ^{(k+{\frac {1}{2}})}=-(D+\omega L)^{-1}{\big (}\omega
U+(\omega -1)D{\big )}\mathbf {x} ^{(k)}+\omega (D+\omega L)^{-1}\mathbf {b} ,}
seguida de una iteración de SOR hacia atrás (se intercambia {\displaystyle L}L por
{\displaystyle U}U):

{\displaystyle \mathbf {x} ^{(k+1)}=-(D+\omega U)^{-1}{\big (}\omega L+(\omega -

1)D{\big )}\mathbf {x} ^{(k+{\frac {1}{2}})}+\omega (D+\omega U)^{-1}\mathbf {b} .}
{\displaystyle \mathbf {x} ^{(k+1)}=-(D+\omega U)^{-1}{\big (}\omega L+(\omega -
1)D{\big )}\mathbf {x} ^{(k+{\frac {1}{2}})}+\omega (D+\omega U)^{-1}\mathbf {b} .}
Juntando ambas iteraciones en un solo paso vectorial, se obtiene la matriz de
iteración de SSOR: 2
{\displaystyle Q=(D+\omega U)^{-1}{\big (}\omega L+(\omega -1)D{\big )}(D+\omega
L)^{-1}{\big (}\omega U+(\omega -1)D{\big )}}
{\displaystyle Q=(D+\omega U)^{-1}{\big (}\omega L+(\omega -1)D{\big )}(D+\omega
L)^{-1}{\big (}\omega U+(\omega -1)D{\big )}}
El vector del método se puede escribir como:

{\displaystyle c=\omega (2-\omega )(D+\omega U)^{-1}D(D+\omega L)^{-1}b=\left({\

frac {1}{\omega (2-\omega )}}(D+\omega L)D^{-1}(D+\omega U)\right)^{-1}b.}
{\displaystyle c=\omega (2-\omega )(D+\omega U)^{-1}D(D+\omega L)^{-1}b=\left({\
frac {1}{\omega (2-\omega )}}(D+\omega L)D^{-1}(D+\omega U)\right)^{-1}b.}
Uso como precondicionador
La iteración de SSOR se puede escribir de forma alternativa como: 2
{\displaystyle x^{(k+1)}=M^{-1}{\big (}M-A{\big )}x^{(k)}+M^{-1}b=x^{(k)}-M^{-
1}Ax^{(k)}+M^{-1}b,}
{\displaystyle x^{(k+1)}=M^{-1}{\big (}M-A{\big )}x^{(k)}+M^{-1}b=x^{(k)}-M^{-
1}Ax^{(k)}+M^{-1}b,}
para cierta matriz {\displaystyle M}M invertible. En el caso de SSOR la matriz es:
2

{\displaystyle M={\frac {1}{w(2-w)}}(D+wL)D^{-1}(D+wU)}

{\displaystyle M={\frac {1}{w(2-w)}}(D+wL)D^{-1}(D+wU)}
La iteración anterior se puede ver como un método de punto fijo, utilizado para
resolver el sistema lineal:
{\displaystyle M^{-1}Ax=M^{-1}b.}
{\displaystyle M^{-1}Ax=M^{-1}b.}
Este último sistema se denomina sistema preocondicionado, donde la matriz {\
displaystyle M}{\displaystyle M} es el precondicionador. El sistema precondicionado
es equivalente al original, en cuanto a que tiene las mismas soluciones. Se busca
seleccionar {\displaystyle M}M de forma que el sistema precondicionado sea más
sencillo de resolver que el original.

Utilizar SSOR como precondicionador consiste en tomar como matriz de precondición

la matriz {\displaystyle M}M de SSOR. Luego se aplica otro método iterativo para
resolver el sistema precondicionado por la matriz de SSOR.

En el caso particular en que {\displaystyle A}A es simétrica, se tiene: {\

displaystyle U=L^{T}}{\displaystyle U=L^{T}}. Por lo tanto la matriz de
precondición de SSOR también resulta simétrica:

{\displaystyle M={\frac {1}{w(2-w)}}(D+wL)D^{-1}(D+wL)^{T}}

{\displaystyle M={\frac {1}{w(2-w)}}(D+wL)D^{-1}(D+wL)^{T}}
El hecho de que {\displaystyle M}M sea simétrica, permite utilizarla como
precondicionador en métodos iterativos como gradiente conjugado.
Véase también
Sobre-relajación sucesiva
Referencias
Young, David M. (1971). Iterative Solution of Large Linear Systems.
doi:10.1016/c2013-0-11733-3. Consultado el 21 de noviembre de 2020.
Saad, Yousef (1 de enero de 2003). Iterative Methods for Sparse Linear Systems.
Other Titles in Applied Mathematics. Society for Industrial and Applied
Mathematics. ISBN 978-0-89871-534-7. doi:10.1137/1.9780898718003. Consultado el 20
de noviembre de 2020.
Control de autoridades
Proyectos WikimediaWd Datos: Q16937163
Categoría: Álgebra lineal numérica
Menú de navegación
No has accedido
Discusión
Contribuciones
Crear una cuenta
Acceder
ArtículoDiscusión
LeerEditarVer historial
Buscar
Buscar en Wikipedia
Portada
Portal de la comunidad
Actualidad
Cambios recientes
Páginas nuevas
Página aleatoria
Ayuda
Donaciones
Notificar un error
Herramientas
Lo que enlaza aquí
Cambios en enlazadas
Subir archivo
Páginas especiales
Enlace permanente
Información de la página
Citar esta página
Elemento de Wikidata
Imprimir/exportar
Crear un libro
Descargar como PDF
Versión para imprimir

En otros idiomas
English
한국어
Editar enlaces
Esta página se editó por última vez el 11 dic 2020 a las 21:28.
El texto está disponible bajo la Licencia Creative Commons Atribución Compartir
Igual 3.0; pueden aplicarse cláusulas adicionales. Al usar este sitio, usted acepta
nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una
organización sin ánimo de lucro.
Política de privacidadAcerca de WikipediaLimitación de responsabilidadVersión para
móvilesDesarrolladoresEstadísticasDeclaración de cookiesWikimedia FoundationPowered
by MediaWiki